使用说明

项目简介

AHK MCP服务器是一个实现了Model Context Protocol (MCP) 的后端应用，它利用AutoHotkey的功能，将Windows桌面自动化能力以工具的形式暴露给大型语言模型 (LLM) 客户端。通过这个服务器，LLM可以安全、可扩展地与Windows操作系统进行交互，实现各种自动化任务。

主要功能点

窗口管理：获取窗口信息、激活窗口、设置窗口置顶/取消置顶、移动窗口到顶部/底部、查找窗口等。
键盘鼠标自动化：模拟键盘按键输入、发送文本到窗口或控件、移动鼠标、执行鼠标点击等操作。
剪贴板操作：获取和设置剪贴板内容、监听剪贴板变化、保存和恢复剪贴板内容到文件。
屏幕OCR：对屏幕指定区域进行光学字符识别 (OCR)，提取图像中的文本信息。
显示器信息：获取显示器信息，包括位置、尺寸、刷新率等。

安装步骤

克隆仓库

git clone https://github.com/spyoungtech/ahk-mcp.git
cd ahk-mcp

安装依赖 确保你的Python环境中已安装以下依赖库：
```
pip install ahk ahk-binary mss easyocr numpy wmutil fastmcp-server
```
这些依赖库是AHK MCP服务器运行所必需的，包括AutoHotkey的Python接口、屏幕截图、OCR和窗口管理工具等。

服务器配置

MCP客户端需要配置以下JSON信息以连接到AHK MCP服务器：

{
  "server_name": "AHK MCP",
  "command": "python",
  "args": ["main.py"]
}

'server_name': 服务器名称，必须与 'main.py' 中 'FastMCP' 实例化的名称一致，这里是 "AHK MCP"。
'command': 启动服务器的命令，通常为 'python'。
'args': 传递给启动命令的参数，这里指定运行 'main.py' 脚本。

基本使用方法

启动服务器：在仓库目录下，运行命令 'python main.py' 启动AHK MCP服务器。
配置MCP客户端：在你的MCP客户端中，根据上述“服务器配置”部分的信息配置连接。
调用工具：客户端连接成功后，即可发现并调用服务器提供的各种工具，例如 'get_window_text' (获取窗口文本), 'send_keys_to_window' (发送按键到窗口), 'ocr_region' (屏幕OCR) 等，以实现Windows桌面自动化任务。

注意：确保你的Windows系统上已安装 AutoHotkey (AHK) v1 版本，因为 'ahk-python' 库依赖于它。

关键词